界面新闻记者|伍洋宇配资公司官网查询
过去一周，AI领域的焦点在GPT5.1、Gemini3、NanoBanana等字眼间反复横跳。以谷歌和OpenAI为主要代表，美国大模型领域再次展现出极致的“卷”。
“整个硅谷进入了AI军备竞赛。”硅谷科技风投FusionFund创始合伙人张璐对界面新闻记者说道。她梳理了硅谷近期的核心动态，并从投资人视角清晰解读了当前硅谷的AI竞争格局。
这场竞赛的战况十分直观——谷歌拿出了传统科技大厂的实力，在模型与产品两个层面炸场，令过去三年迅速蹿至世界舞台中心的OpenAI感受到前所未有的压力。与此同时，Anthropic稳守AI编程的生态位，成立仅一年半的xAI奋起直追，而曾拔得全球开源头筹的Meta则暂时迷雾缠身。
这种竞争格局与大模型在硅谷刚成气候时并不一样，每家公司的地位都有变化。
张璐结合自身在硅谷的观察指出，科技大厂已近乎全面切换到创业心态，工作强度比“996”有过之而无不及。受大环境影响，个别公司也暂时将战略重心从基础科研转向产品落地。
张璐表示自己从一开始就看好谷歌，她心目中当下硅谷的大模型排序依次是：谷歌、Anthropic、xAI、OpenAI以及Meta。
从创投角度来看，2025年被认为是AI应用的爆发年。张璐认为AI在这一年实现了更大规模的产业植入及应用。她所投资的一家企业级AI应用公司，从收入50万美金到1.5亿美金，只用了一年半时间。
而即便是今年AIAgent在C端（消费者端）不断贡献爆款，张璐仍然对AI时代的C端项目持谨慎态度。
张璐认为，C端确实存在创新机会，但最终竞争所依赖的算法、数据和算力优势都掌握在大厂手中，初创公司难以抗衡。他们唯一的机会在于“可以跑得很快”。但最终，他们很可能只是在为大模型厂商探路。
以下为界面新闻对张璐的专访实录，略作编辑：
1、硅谷大厂“卷”起来了
界面新闻：这几天赶上Gemini3又刷屏了，可以先聊聊你怎么看待谷歌的变化？在大模型刚刚热起来的时候，大家好像在为谷歌捏把汗，但也有很多人认为它的技术积累非常深厚，这个观点在今年彻底应验了。
张璐：我的观点可能和别人不太一样，我从去年开始就最看好谷歌，我们也一直在紧密关注他们所有的生态发布。包括有朋友问我，现在模型发布这么多，在硅谷之外怎么追踪整个AI产业的发布趋势？我说你重点看谷歌就可以。
主要原因有几点，第一，谷歌是所有科技公司里面唯一拥有全栈式解决方案的，包括自己的TPU芯片、谷歌云、模型Gemini，应用、数据等。而且谷歌是少数既有C端又有B端的高质量数据的科技公司。人工智能走到这个阶段，数据的质比量更重要，决定了你是不是能够继续优化模型，同时DeepMind团队也在持续探索新的模型架构，给谷歌未来的新模型提前布局。
第二，谷歌的全栈式会让它的解决方案成本更低。Gemini2.5发布时把价格砍了将近一半，导致OpenAI的GPT5必须对标这个价格，但是GPT5有一个备受争议的功能，就是会把一些问题导向相对没那么聪明的模型，通过这样的方式节省成本。
但对于谷歌来讲，它要实现成本减半，只需要每一层稍微便宜一点，叠加起来就可以达成；但是OpenAI只有一层模型层，就得把模型的价格和成本降低百分之四五十才可以跟人家对标，这是很难做到的。
第三，谷歌除了大发布之外，小发布也非常多。这些小发布给它构建了一个特别完整的AI生态。不只是语言模型，还有世界模型、机器人模型、端模型、医疗领域模型等等，这些模型构建所产生的数据，包括过程中模型架构的更新，又可以反馈到Gemini本身。
还有一点我想特别强调，虽然大家讨论比较多的还是生成式AI、大语言模型，但我们做投资，从去年开始就讨论过一些新的模型架构，在CPU上运行效率比GPU更高，其中有几个模型架构就是DeepMind开发的。
相当于，在现在的大语言模型领域谷歌已经占优，而在未来的新型模型架构上，它可能也会领先。
界面新闻：你有一些内部视角了解谷歌到底发生了什么转变吗？为什么它在这个节点爆发了。
张璐：谷歌研发能力一直很强，但产品慢，现在有了激烈的外在竞争，他们自己内部有很大的危机感，所以加速了产品的发布。
当然今年的变化是，我们之前说中国创业者工作都很拼，但现在硅谷进入AI军备竞赛之后，不只是谷歌，包括Meta、xAI，工作强度都很夸张。像谷歌超过几千人的核心AI部门，基本上一周要工作七天，都不止996了，可能是997。
我认识在Gemini工作的朋友，工作时长非常长，而且非常辛苦。但能感觉到整个公司的状态不一样了，大家有很强的兴奋感。
谷歌今年最受欢迎的产品之一Nano Banana Pro（图自谷歌官网）
界面新闻：硅谷集体高强度的加班，感觉这在过去很难想象。为什么他们变得如此紧迫了？
张璐：一个非常现实的问题是整个行业的竞争性，像xAI的发展速度就非常惊人，它们去年四五月份才起步，相当于一年半时间就追上了其他公司。在这种局面下，大家都有非常大的危机感，发布也有点扎堆的感觉。
另外一个客观情况是，我们从来没有遇到过创新和迭代速度如此快的技术趋势。
界面新闻：你目前会怎么定义整个美国AI大模型领域的竞争格局，你心中有一个明确的排序吗？
张璐：我的排序可能第一位是谷歌，第二位是Anthropic，第三位是xAI，其后是OpenAI、Meta。
谷歌大致讲过了。Anthropic一直比较坚定布局ToB，很早就明确提出要满足企业对安全的期待。这些早期的宣传和理念让他们在ToB领域的推进相对更加顺利。在这个过程中，它能获取B端的高质量行业数据，这是一个相辅相成的过程。Anthropic在C端做得也不错，ClaudeCode推出之后，大家的反馈与评价是非常高的。我自己用过Cursor和ClaudeCode，觉得ClaudeCode更好。我也知道很多公司正在转向ClaudeCode。
第三是xAI。它有一个很大优势是数据的独特性。虽然谷歌同时拥有C端、B端数据，但是xAI的数据维度更丰富。除了推特之外，马斯克可以拿到汽车工厂的三维数据、SpacaX的太空数据，这些都是别人没有的。当然谷歌有的数据它也没有，但在竞争上，双方各有独特的数据优势。
另外，xAI的发展速度太快了，这可能只有马斯克这样的偏执狂才能做到。当然它也有很大的不确定性，就是它具体的商业模式，以及马斯克本人——他既是这个公司最大的优势，也是最大的不确定因素。
再就是OpenAI，它也一定有先发优势。Meta早年的开源战略很好，但后面确实有一些战略层面上的调整，再加上公司内部的一些动荡，我觉得它后面还是有希望的。
界面新闻：你会怎么看待杨立昆的离职，包括Meta之前一系列针对研究部门的调整，这对Meta来说意味着什么？
张璐：个人觉得这对Meta不一定是一件坏事，对杨立昆也一样。当初Meta招募杨立昆时，双方理念很一致，Meta就是想做基础AI研究。从这点来看，扎克伯格是很有远见的领袖。
但是两年前ChatGPT横空出世，又开启了大规模的商业化探索，让这些科技公司都有很强的危机感。
如果你还记得，Llama3的发布是很惊艳的。我们当时就很看好开源生态，也非常期待Llama4。但Llama3和Llama4之间，Meta内部有一个战略调整，Llama3更多还是在技术层面提高参数，但是到Llama4就希望有更多的产品化，这两条路径其实是一个分岔口，意味着可能不会再继续优先做推理模型这样更先进的探索投入。
从公司角度，Meta做这样的战略调整无可厚非，毕竟不能一直非盈利。但不巧的是，今年年初DeepSeek在开源领域带来了很多惊喜，给Meta带来了巨大压力。那时Meta已经决定转向产品化，没有选择继续探索推理模型，草草发布的Llama4就让大家很失望。
但是这个变化最后的结果如何，还需要等待尘埃落定。
对于杨立昆来讲，他本质上是一个比较纯粹的学者，当时Llama3都开始做了，他还在一直表达说不看好大语言模型等等，Meta和他想走的技术方向可能就会有所偏离，分道扬镳是迟早的事情。这对他来说或许也是个机会，可以重新思考自己从事AI研究的真正目标，他现在也正式宣布了即将发布的专注世界模型的新公司。
界面新闻：你判断Meta的这一系列调整会影响它的开源战略吗？未来是否会部分走向闭源？
张璐：不好说，我希望它继续开源，但我同意你讲的它可能会比较多地走向闭源。
界面新闻：在大语言模型范畴内，硅谷对ScalingLaw仍然有信心的吗？
张璐：我觉得不能叫有信心，只能说还在继续探索。不过我们看到一些初创企业已经开始探索一些新的模型架构，包括与Agent相关的一些架构，不仅是在ScalingLaw层面创新，更致力于优化模型的能耗效率。因为大语言模型遵循ScalingLaw，一个比较大的挑战就是耗能巨大。
我们正在讨论，人工智能现在最大的挑战其实是能耗。尤其在美国，它本身的基础设施比较差，中国在这方面是全球做得最好的。美国很快将陷入没有足够电力支撑AI训练的困境。
前阵子微软CEO也提到，他们有很多GPU芯片闲置，不是因为不需要，而是电力不足。所以一些新的模型架构，能将用电量降低到现有的十分之一、百分之一，那它的优势就不在于模型表现了，而是解决了更现实的耗电问题。我个人判断，一年之后，我们就不会只讨论Scalinglaw了，也有很多其他的方向发展速度很快。
界面新闻：从AI算力需求来看，美国科技大厂和头部创业公司，未来还会不断囤算力芯片吗？是否会出现周期性变化，在某个阶段后这方面的投入会趋于平缓？
张璐：可能还是会持续，直到出现新的技术变革——它们可能不囤GPU，但也要囤别的。因为AI现在就是讲“ABC”：算法（Algorithm）、大数据（BigData）和算力（Compute）。
2、有很多让人兴奋的创业方向
界面新闻：硅谷大厂的紧迫氛围对你们的投融资工作有带来什么影响吗？
张璐：说实话，大公司卷起来了，小的初创企业就更加卷。我们投的创始人有三分之二都是连续成功创业者。他们中很多人都已经财富自由，但现在拼起命来比年轻创业者还要猛。
我最近投的一家公司，创始人来自以色列，他上一家公司以六七亿美金被收购，这次创业，经常凌晨一两点给我发信息。有一次我突然意识到时差问题，就问他：我在西海岸硅谷，你那边是东海岸凌晨五点，怎么还没睡？他只是说，今天比较忙。
从我们本身来讲，投资节奏不仅要跟着产业发展趋势成长，还要更早看到下一步机会，所以我们每个季度做很多行业调研，前不久刚发布开源AI生态报告，以及人工智能在医疗领域应用的行业报告。除了投资，我们也做很多投后管理，比如通过我们的CXO网络帮助企业加速收入增长以及缩短企业级销售的时间，在董事会上帮助企业思考，如何借助大趋势快速成长。
大家都处于一种惯性加速的状态。这种大趋势发展到一定阶段后，不管你是否推动，它都会持续加速。但如果你想掌控节奏，就必须持续奔跑，甚至跑得更快。
界面新闻：你今年很忙，大家也都说今年是AI应用层创业的爆发年，你觉得这个判断成立吗？
张璐：过去10年我们一直在投AI驱动的技术创新，今年可以说是产业大规模植入和应用的一年。一个明显的特征是：我们2019、2020年投资的AI产业应用公司，从2021年至今四年间，收入从1000万美金增长到几亿美金，速度已经是非常快，而且都没有新增融资。另一家去年投资的企业级AI应用公司，从50万美金收入涨到1.5亿美金，只用了一年半时间，这就是这两年的整体提速。
产业态度也发生了转变：从过去讨论“要不要做AI整合、要不要制定数据战略”，转变为现在“必须做，并且要加速推进、全面落地”。
界面新闻：硅谷今年有特别脱颖而出的AI应用落地方向吗？
张璐：我非常看好两个方向，一是人工智能在医疗领域的应用，二是人工智能在太空科技层面上的应用。
现在太空领域发展速度很快，大家也看到了星舰不仅在发射技术上突破，还包括回收和海面急停，这些都大幅降低了发射成本。未来卫星发射成本会非常低。
像最近SpaceX在三小时之内，发射了两枚火箭，部署了50多颗卫星。未来像Starship一次发射可能搭载600多颗卫星。
医疗领域我一直很看好，因为不仅市场大，医疗领域的数据质量和多样性也是各个产业中最好的。今年确实是AI医疗的爆发期，从数字化诊断、数字化治疗到数字化生物学，全线加速。
我们今年投了3家AI医疗的公司，其中一家是做的垂直领域的小模型，专门针对细胞疗法；另外一家公司也是垂直模型，针对mRNA的测序数据，最近我们刚投的一家公司是做AI驱动的帕金森治疗，未来也有可能覆盖到认知障碍。都是很让人兴奋的创新方向。
界面新闻：你们之前一直以ToB模式的创业公司为主要投资对象，在AI时代来临之后，这个方向会有变化吗？还是说你仍然认为，AI时代在C端依旧没有创业公司的机会？
张璐：我们始终专注投ToB市场，过去十年都没看过C端。当然C端还是有创新机会，只是面临的竞争更严峻，对手都是这些大的科技公司。
我刚才提到AI领域的“ABC法则”（算法、数据、算力），对于ToB公司而言，这个数据掌握在行业手里，不在大科技公司手里，初创企业可以通过和行业（比如药厂、保险公司）合作拿到独特的数据库，然后构建自己的垂直模型，对算力没有特别大的要求。
还可以在端侧部署，也可以部分解决一些产业数据隐私和监管的需求，模型架构也可以用开源生态去优化，就这样把ABC三个问题都解决，而且可以有优势。
但如果是C端，你需要大量的算力、顶尖算法和海量C端数据，这三方面的优势都掌握在大科技公司手里，初创企业很难与之竞争。
我眼中他们的机会是，初创企业可以跑得很快，这是他们的优势，但整体的机会空间可能没有B端那么大。
界面新闻：在新一代的模型里面，我们看到“模型即Agent”的趋势越来越明显，在你看来，这对AIAgent的创业会产生哪些影响？
张璐：如果只是在模型上面套一层壳，是比较难有竞争优势的。对于大模型公司来讲，你就是帮它探索市场。一旦市场被验证，它完全可以自己来做，原生的模型和应用结合会更顺畅。
界面新闻：在这种模式下，团队可以先按照自己的PMF（产品市场匹配）来设计产品，让一些潜在功能超前于模型现有能力吗？等模型一旦追上来，他们就能做出非常有爆点的产品。
张璐：我觉得这样也不太好，因为你也不确定模型层到底能做到什么样的程度。在B端，我们看到是相反的一种情况：很多应用场景并不需要那么聪明的AI模型，因为它没有那么多变量，更需要的是无幻觉，重复性和一致性。
界面新闻：今年感觉有很多华人团队在硅谷创业，你有观察到这个趋势吗？
张璐：有观察到配资公司官网查询，现在对于很多华人来讲是一个非常好的创业时机，因为AI研究领域本身华人就是比较占多数的。比如在国际机器学习大会（ICML）等大型会议上，入选论文中华人作者的比例可能超过60%。
恒信证券提示：文章来自网络，不代表本站观点。
